文档名:基于RBFCLNSGAⅡ算法的转向架构架多目标优化
摘要:转向架构架是高速动车组的重要承载部件,对其关键结构精确分析及优化能保障列车安全平稳运行.为提高转向架构架设计优化的精度和效率,提出一种子模型技术与径向基函数-改进快速非支配排序遗传算法(RBF-CLNSGA-Ⅱ)相结合的多目标优化方法.首先,通过分析转向架构架的结构强度,确定等效应力最大的位置,利用子模型技术对该区域构建子模型并进行相对灵敏度分析,然后构建其RBF神经网络,提高计算和拟合效率.其次,提出CLNSGA-Ⅱ算法,通过引入Circle混沌映射、自适应交叉变异概率、Levy飞行策略及动态更新拥挤度比较算子,提高NSGA-Ⅱ算法Pareto解集分布的均匀性和稳定性,同时增强全局搜索以及局部开发能力.最后,构建以结构相关参数为设计变量、最大等效应力和质量最小为目标、变量区间及材料屈服极限为约束的多目标优化模型,利用CLNSGA-Ⅱ算法对基于子模型技术的RBF神经网络进行多目标优化,得到Pareto最优解.研究结果表明:子模型技术和RBF-CLNSGA-Ⅱ算法相结合,不仅能够解决大型复杂结构拟合困难、运算周期长的问题,而且研究过程相比传统方法,针对性更强,求解精度更高,结果稳定性更好.优化后的构架子模型最大等效应力降低了4.603%,质量减少了2.922%,该方法对大型复杂部件的设计优化具有重要工程实用价值.
作者:张东旭 李永华 白肖宁 王裕沣 Author:ZHANGDongxu LIYonghua BAIXiaoning WANGYufeng
作者单位:大连交通大学机车车辆工程学院,辽宁大连116028大连交通大学机械工程学院,辽宁大连116028
刊名:铁道科学与工程学报 ISTICPKU
Journal:JournalofRailwayScienceandEngineering
年,卷(期):2023, 20(11)
分类号:U270.2
关键词:转向架构架 子模型技术 径向基神经网络 改进快速非支配排序遗传算法 多目标优化
Keywords:bogieframe sub-modeltechnique radialbasisfunction(RBF)neuralnetwork circlelevynon-dominatedsortinggeneticalgorithm-Ⅱ(CLNSGA-Ⅱ)algorithm multi-objectiverobustoptimization
机标分类号:
在线出版日期:2024年1月3日
基金项目:国家自然科学基金基于RBF-CLNSGA-Ⅱ算法的转向架构架多目标优化[
期刊论文] 铁道科学与工程学报--2023, 20(11)张东旭 李永华 白肖宁 王裕沣转向架构架是高速动车组的重要承载部件,对其关键结构精确分析及优化能保障列车安全平稳运行.为提高转向架构架设计优化的精度和效率,提出一种子模型技术与径向基函数-改进快速非支配排序遗传算法(RBF-CLNSGA-Ⅱ)相结合的...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于RBF-CLNSGA-Ⅱ算法的转向架构架多目标优化 Multi-objective optimization of bogie frame based on RBF-CLNSGA-Ⅱ algorithm
基于RBF-CLNSGA-Ⅱ算法的转向架构架多目标优化.pdf
- 文件大小:
- 12.76 MB
- 下载次数:
- 60
-
高速下载
|